降維——PCA、LDA
一、 PCA PCA 屬於一種線性、非監督、全域性的降維演算法,旨在找到資料的主成分,並利用這些主成分表徵原始資料,從而達到降維的目的。 二、LDA 線性判別分析是一種有監督學習演
一、 PCA PCA 屬於一種線性、非監督、全域性的降維演算法,旨在找到資料的主成分,並利用這些主成分表徵原始資料,從而達到降維的目的。 二、LDA 線性判別分析是一種有監督學習演
話題模型 話題模型是為發現文件集合中的 話題 而開發出來的一種統計方法。常見的話題模型有LSA、PLSA、LDA,其中LDA(Latent Dirichlet Allocation)是表現最
降維 機器學習領域中所謂的降維就是指採用某種對映方法,將原高維空間中的資料點對映到低維度的空間中。降維的本質是學習一個對映函式 f : x->y,其中x是原始資料點的表達,目前最多使用向量表達形式。